原文標題：Transformers Model Integration Contracts
Hugging Face於11月3日介紹Transformers Model Integration Contracts，簡稱MIC，嘗試用較小且固定的模型測試，在程式碼合併前找出行為退化。契約包含三部分：從真實模型配置縮小的測試模型、可執行的實際使用範例，以及經人工審查的預期結果。流程保留分詞器、處理器及各類重要層結構，避免只確認模型能載入，卻沒有測到真正使用路徑。
團隊以UMT5為例，將權重縮至約66MB後在CPU執行，重播歷史提交時可偵測到解碼器錯看未來詞元的問題；單純前向運算並不一定會報錯。MIC也檢查訓練損失、梯度與權重更新，並將模型及基準固定版本，以利重現。CLI可讓語言模型草擬使用範例與設定，但預期結果改動仍需人員審查，不能讓模型自行核准答案。作者坦言，縮小模型仍會漏掉只在真實權重出現的問題，覆蓋範圍也不完整。截至文中11月1日狀態，CI工作只回報失敗，尚不阻擋PR；是否升為必要關卡，仍待評估誤報、實際攔截效果與審查成本。
發生了什麼事
MIC把小型測試模型、實際用法與人工基準封裝成可重現契約，在CPU執行更多早期整合檢查，補足只看載入成功或前向運算的限制。
為什麼重要
大型模型完整測試需要大量硬體，難以每次修改都全跑。縮小但保留關鍵結構的測試能提早抓問題，同時讓昂貴完整測試保留其角色。
影響哪些人
主要影響Transformers維護者、模型整合作者及自動化測試團隊，也適合關注模型行為退化與可重現基準的人員，仍需理解縮小模型的限制。
已確認與未確認
目前為提出的標準與部分覆蓋，CI仍只回報不阻擋。縮小模型不能取代真實權重測試，語言模型可草擬契約，但基準變更仍要人工核准。
